在 pollutionrose 中包含风速和污染
Include windspeed and pollution in pollutionrose
我想将风速和污染变量一起包含在一个 pollutionrose 或 windrose 中。函数windrose()
或pollutionrose()
只允许包含数据序列而不是风速。
图表应像图中那样用颜色显示污染浓度,按方向显示风向,按半径显示风速。
pollutionRose(data, ws="ws", wd="wd", pollutant = "PM1",
breaks = c(0, 10, 20, 30, 40, 50, 60, 70))
windRose(data, ws = "ws", wd = "wd", pollutant = "PM1",
breaks = c(0, 10, 20, 30, 40, 50, 60, 70))
它应该是什么样子
您可以使用 openAir 中的 polarplot 函数生成一个图表,显示浓度随风速和风向的变化。我在下面为您提供了带有输出的代码示例,其中 Mock_Data 可以替换为您的输入文件。
library(openair)
library(truncnorm)
#Mock data set providing three sites with 1,000 measurements of wind direction
#wind speed and concentrations of a pollutant, in this case, PM10
Site <- c(rep("Site_A",1000), rep("Site_B", 1000), rep("Site_C", 1000))
ws <- rtruncnorm(n=3000, a=0, b=7, mean=2.5, sd=1.75)
wd <- rtruncnorm(n=3000, a=0, b=359, mean=220, sd=50)
PM10 <- rtruncnorm(n=3000, a=0.00, b=7.50, mean=2.5, sd=0.85)
Mock_Data <- data.frame(Site, ws, wd, PM10)
#Polar plot function
polarPlot(Mock_Data,pollutant= "PM10",
type = "Site", col = "jet",
key.position= "right",key.header= "mean PM10 (ug/m3)", key.footer=NULL)
给出这个输出——
现在,这里要强调的是,使用这个模拟数据集并不是复制现场实际发生情况的最佳方法。在那里,出现盛行风向,风速随所述盛行风向而变化,并且存在污染源,这意味着您可以指出您可能正在调查的污染物浓度较高的特定区域。尽管如此,这只是工作中功能的一个示例,并且在您自己的数据存在的情况下,应该复制您附加的图像。
我想将风速和污染变量一起包含在一个 pollutionrose 或 windrose 中。函数windrose()
或pollutionrose()
只允许包含数据序列而不是风速。
图表应像图中那样用颜色显示污染浓度,按方向显示风向,按半径显示风速。
pollutionRose(data, ws="ws", wd="wd", pollutant = "PM1",
breaks = c(0, 10, 20, 30, 40, 50, 60, 70))
windRose(data, ws = "ws", wd = "wd", pollutant = "PM1",
breaks = c(0, 10, 20, 30, 40, 50, 60, 70))
它应该是什么样子
您可以使用 openAir 中的 polarplot 函数生成一个图表,显示浓度随风速和风向的变化。我在下面为您提供了带有输出的代码示例,其中 Mock_Data 可以替换为您的输入文件。
library(openair)
library(truncnorm)
#Mock data set providing three sites with 1,000 measurements of wind direction
#wind speed and concentrations of a pollutant, in this case, PM10
Site <- c(rep("Site_A",1000), rep("Site_B", 1000), rep("Site_C", 1000))
ws <- rtruncnorm(n=3000, a=0, b=7, mean=2.5, sd=1.75)
wd <- rtruncnorm(n=3000, a=0, b=359, mean=220, sd=50)
PM10 <- rtruncnorm(n=3000, a=0.00, b=7.50, mean=2.5, sd=0.85)
Mock_Data <- data.frame(Site, ws, wd, PM10)
#Polar plot function
polarPlot(Mock_Data,pollutant= "PM10",
type = "Site", col = "jet",
key.position= "right",key.header= "mean PM10 (ug/m3)", key.footer=NULL)
给出这个输出——